对于磁环/轴承套等圆环形状的金属件内外壁的损伤缺陷进行自动检测，可以考虑使用涡流探伤仪结合机器视觉技术的方法。

涡流探伤仪可以用于检测金属表面的裂纹、划伤、凹坑等缺陷，但难以检测到深层的缺陷。因此，可以考虑使用机器视觉技术来弥补涡流探伤的不足。

具体来说，机器视觉技术可以通过对金属件内外壁进行图像采集，然后对图像进行分析和处理，以检测出是否存在损伤缺陷。可以使用高清相机对金属件进行拍摄，然后将图像传输到计算机中进行处理和分析。通过对图像进行预处理（如去噪、增强等），可以突出缺陷的特征，然后使用图像处理算法（如边缘检测、形态学运算等）来识别和定位缺陷。

此外，还可以结合机器学习技术，通过对大量的正常金属件和有缺陷的金属件的图像进行分析和学习，训练出能够自动识别和分类缺陷的模型。这样，机器视觉系统就可以自动地对金属件内外壁进行检测，并且对检测到的缺陷进行分类和识别。

需要注意的是，对于不同类型的金属件和不同的损伤缺陷类型，需要使用不同的机器视觉算法和模型来进行检测。因此，在实际应用中，需要根据具体情况选择合适的算法和模型，并进行充分的测试和验证，以确保检测的准确性和可靠性。

综上所述，结合涡流探伤仪和机器视觉技术，可以对磁环/轴承套等圆环形状的金属件内外壁的损伤缺陷进行自动检测，并且提高检测的准确性和可靠性。